苹果推出3B参数端侧AI模型 Ferret-UI Lite精准读懂手机UI

2 小时前 AI快讯 2

2月21日，苹果研究团队在最新学术论文中披露一款专为移动设备打造的端侧AI模型Ferret-UI Lite。这款模型仅拥有30亿（3B）参数，属于典型的轻量级端侧模型，却在多项UI理解与交互基准测试中，性能匹配甚至超越了体积大24倍的大型云端模型，为算力有限的手机设备带来了复杂界面精准交互的新可能。

在AI大模型动辄百亿、千亿参数的当下，苹果选择深耕轻量级端侧模型的路径，显得格外有针对性。Ferret-UI Lite是一款面向图形用户界面（UI）的多模态大语言模型，其核心定位就是在iPhone这类算力有限的移动设备上本地运行，无需依赖云端服务器。这不仅能避免用户交互数据上传云端带来的隐私风险，还能实现毫秒级的响应速度，让AI交互更流畅自然——用户发出指令的瞬间，模型就能在本地完成界面分析与操作执行，完全不受网络环境影响。

最引人注目的是Ferret-UI Lite的“以小博大”性能表现。根据苹果研究团队的测试数据，这款3B参数的小模型，在UI元素识别、自然语言指令执行、复杂界面理解等核心任务上，得分与拥有72亿参数的大型模型持平，部分场景甚至实现超越。要知道，后者的参数体量是Ferret-UI Lite的24倍，训练与推理所需的算力资源更是呈指数级增长。这种突破背后，是苹果针对UI场景的多层专项优化：研究团队构建了覆盖数千款移动应用的UI交互数据集，包含按钮、弹窗、滑块、数据面板等近百种UI元素的交互逻辑；通过知识蒸馏技术，将大型模型的UI理解能力压缩迁移到轻量级框架中；同时适配了苹果A系列芯片的神经引擎架构，让模型推理效率进一步提升，在iPhone上的运行延迟控制在1秒以内。

近年来，端侧AI逐渐成为科技行业的核心赛道之一。相较于云端AI，端侧AI在隐私保护、响应速度、离线使用等方面具备天然优势，但受限于移动设备的算力瓶颈，此前多数端侧AI模型只能处理简单的语音转文字、图像分类任务，难以支撑复杂的UI交互需求。苹果此次推出的Ferret-UI Lite，恰好填补了这一空白。一位AI行业分析师指出，UI是用户与移动设备交互的核心入口，能够精准理解并操作UI的端侧AI，将彻底改变用户与手机的互动方式——从手动点击的“精准操作”，转向自然语言驱动的“全域控制”，这对老年用户、残障人士的设备使用体验提升尤为明显。

具体来看，Ferret-UI Lite的应用场景十分广泛：用户无需在设置菜单中层层查找，只需说出“帮我开启低电量模式并关闭后台刷新”，模型就能精准定位对应选项并执行操作；在电商APP中，用户可以指令“筛选出价格在300-800元之间、支持降噪的TWS耳机”，模型会自动识别界面上的筛选栏、价格滑块完成操作；甚至面对股票APP中同时包含K线图、数据面板、交易按钮的复杂界面，模型也能精准理解“显示过去7天的成交量变化并添加到自选列表”这类复合指令。

目前Ferret-UI Lite仍处于学术研究阶段，尚未明确何时会集成到iOS系统或苹果官方应用中，但这一研究成果无疑释放了苹果深耕端侧AI的明确信号。随着移动设备算力的持续提升，以及轻量级AI模型技术的不断成熟，未来用户或许能在iPhone上体验到更智能、更便捷的全域AI交互，而苹果的这次探索，也为整个行业提供了轻量级端侧AI模型的优化范本。